如何为列名为不同日期的DataFrame补全缺失的日期列并填充0

以下是基于Pandas的具体实现方法：

• 方法一：筛选缺失日期后补值
  首先将列名转为可比对的日期格式，生成完整日期序列后筛选出缺失的日期，直接给对应新列赋值0即可：

import pandas as pd

# 1. 将现有DataFrame的列名转为datetime类型
df.columns = pd.to_datetime(df.columns)

# 2. 生成目标完整日期序列，freq可按需调整，D为按天、W为按周、M为按月
# 如果需要自定义起止日期，直接修改start和end参数为指定日期字符串即可
full_date_range = pd.date_range(start=df.columns.min(), end=df.columns.max(), freq="D")

# 3. 找出当前不存在的日期列，批量赋值为0
missing_dates = full_date_range.difference(df.columns)
df[missing_dates] = 0

# （可选）按日期顺序对列排序
df = df.sort_index(axis=1)

如果不需要将列名保留为datetime类型，可在生成完整日期序列后转成字符串格式，和原列名的字符串格式对齐即可：

full_date_range = pd.date_range(start="2024-01-01", end="2024-01-31", freq="D").astype(str)

• 方法二：用reindex一步完成（更简洁）
  直接通过列轴重索引的方式，自动填充缺失列的默认值：

import pandas as pd

df.columns = pd.to_datetime(df.columns)
full_date_range = pd.date_range(start=df.columns.min(), end=df.columns.max(), freq="D")
# 沿列维度重索引，缺失列统一填充0
df = df.reindex(columns=full_date_range, fill_value=0)

内容的提问来源于stack exchange，提问作者john doe